[发明专利]机械早期及复合故障的集成噪声重构经验模式分解方法

权利要求书

1.一种机械早期及复合故障的集成噪声重构经验模式分解方法，其特征在于，包括如下步骤： 

1）对所采集到的原始信号x(t)中的噪声分量进行估算： 

a.首先对x(t)进行EMD分解，得到各IMF分量{c_k(t),k＝1,…，n}和残差分量r_n(t)，其中，k代表IMF个数； 

b.计算各个{c_k(t)}的能量{E_k,k＝1,…n}，设定第一个IMF分量c₁(t)为纯白噪声，即c₁(t)中的纯白噪声能量

c.根据纯白噪声下IMF能量公式，分别计算各个{c_k(t)}得到各IMF在置信区间95%的纯白噪声能量和置信区间99%下的纯白噪声能量

d.将各IMF的能量{E_k}与相应的纯白噪声能量对比：若 或或其中α∈[1,2]，为一个给定容差值，则将c_k(t)作为待处理的含噪IMF；否则，c_k(t)作为估算的故障特征分量； 

e.将以上待处理的含噪IMF组成{c_l(t),l＝1,…}； 

f.对待处理的含噪IMF分量{c_l(t),l＝1,…}进行如下反硬阈值处理得到提纯噪声分量

其中，为c_l(t)阈值处理后的第i个样本，且阈值门限其中，N为c_l(t)的长度，C为常数且C∈[0.3,0.5]； 

g.合并所有提纯噪声分量得到信号x(t)中估算噪声分量

2）通过标准均匀分布下的随机重排采样点方式对估算噪声分量进行重采样得到然后重构相应的输入信号

3）对进行EMD分解得到IMF分量{c_j,k(t),k＝1,…,n}及残差分量{r_j,n(t)}； 

4）重复步骤2）和步骤3）直至满足以下运算停止准则： 

a.假设进行了m次EMD运算，则得到平均运算后的IMF分量和残差分量如下： 

并重构得到降噪信号

b.计算得到平均运算后的噪声分量及其能量

c.根据IMF噪声估算方法获得估算噪声分量的能量

d.计算相对噪声误差比

若得到的相对噪声误差比例er小于给定的误差允许值ε，则停止运算，否则重复运算直至满足该误差，其中ε∈[0.01,0.1]； 

5）当满足停止准则时，对步骤3）中计算得到的所有IMF分量进行平均运算处理，得到最终平均IMF分量和平均残差分量： 

从和中提取早期及复合故障特征。 

2.如权利要求1所述的机械早期及复合故障的集成噪声重构经验模式分解方法，其特征在于，所述对信号x(t)进行EMD分解包含以下步骤： 

1）把x(t)作为待处理信号，确定其所有局部极值点，然后将所有极大值点和所有极小值点分别用三次样条曲线连接起来，得到x(t)的上、下包络线，使x(t)的所有数据点都处于这两条包络线之间； 

2）从待处理信号x(t)中减去其上、下包络线均值m(t)，得到h₁(t)＝x(t)-m(t)； 

3）检测h₁(t)是否满足基本模式分量的两个条件，如果不满足，则把h₁(t)作为待处理信号，重复上述操作，直至h₁(t)是一个基本模式分量c₁(t)＝h₁(t)； 

4）分解出第一个基本模式分量c₁(t)之后，从x(t)中减去c₁(t)，得到剩余值序列r₁(t)＝x(t)-c₁(t)； 

5）把r₁(t)作为新的“原始”信号重复上述操作，依次可得第二、第三直至第n个基本模式分量，记为c₁(t),c₂(t),…,c_n(t)，这个处理过程在满足预先设定的停止准则后即可停止，最后剩下原始信号的余项r_n(t)。